客服接入 AI 后，15% 的提升究竟算在哪里？

先把 15% 的分母读准

一家企业软件公司的客服团队分批启用 AI 对话助手，坐席在与客户交谈时可以参考它的建议。作者用 5,172 名客服的数据估算，获得助手后，坐席每小时解决的问题数平均提高了 15%。这个数把处理速度和问题是否解决放在了一起。若只看回复生成得有多快，就会漏掉后一项。

平均值还掩盖了一处重要差别。经验较少、原有技能水平较低的坐席，速度和质量都有改善。对最资深、技能最强的一组，速度收益较小，对话质量还略有下降。统一推广时，一个值得单独观察的情形是，熟手本来有更合适的回答，却采纳了模型给出的建议。

阅读批注 · 沿着同一张工单追七天

用这篇研究设计自己的试点，可以把工单关闭后七天内的重开次数、升级给二线的次数和复核工时一起记下来，按新人和熟手分别比较。假如当班多结了十单，次日却要另一班人返工，财务上该算多少收益？把后续人工成本和模型调用成本计入每个最终解决的问题，才有依据回答。15% 描述的是这家公司的坐席指标。要估算利润，还需要这条业务线的成本和业务量数据。